Relationship between blood glucose and carotid intima media thickness: A meta-analysis
Notice bibliographique
Résumé
BACKGROUND: Increased coronary intima media thickness (CIMT) has been associated with adverse cardiovascular outcomes, as have increased glucose levels. The link has not been established between glucose and CIMT; therefore, we sought to assess the relationship between glucose and CIMT. METHODS: Medline, EMBASE, Scopus, and Cochrane databases were searched from inception through 2009 for original research reporting both postprandial glucose levels and CIMT measurements. Glucose was classified as normal, impaired, or diabetic. Outputs included inverse variance weighted effect size and also average correlation (using the Wang and Bushman approach). Data were combined using a random effects meta-analytic model. Heterogeneity as assessed using chi(2) and I(2); bias was examined using Egger plots and Begg-Mazumdar tau. Polynomial functions (i.e., linear, quadratic, cubic, quartic) were fit to the data and the Akaike Information Criteria were used to select the optimal model. RESULTS: We identified 172 papers; 161 were rejected (19 inappropriate design, 8 had selected patients, 101 inappropriate outcomes) leaving 11 accepted. We used data from 15,592 patients (8250 normals, 3013 impaired glucose, 4329 diabetics). There was no evidence of heterogeneity or publication bias. The overall correlation was 0.082 (CI95%:0.066-0.098); the overall effect size was 0.294 (0.245-0.343) between diabetics and normals and 0.137 (0.072-0.202) between normals and those with impaired glucose. The equation of best fit was linear (CIMT = 0.828 + 0.009*glucose). CONCLUSIONS: There is a small but significant relationship between postprandial glucose levels and CIMT, which have both been associated with adverse cardiovascular outcomes.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,017 | 0,040 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».